-
题名基于图像分析的线缆节距测量算法研究
被引量：2
- 1
-
-
作者
石守东
王刚
-
机构
宁波大学信息科学与工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第11期273-279,286,共8页
-
基金
浙江省重中之重学科开放基金资助项目(XKXL1514)
宁波大学王宽诚教育基金资助项目
-
文摘
随着线缆传输速度的不断提高,对线缆节距的测量精度提出了越来越高的要求。为此,设计一种基于图像检测技术的节距测量算法。分割线缆的前景和背景图像,根据前景像素点在特征空间中的分布情况,实现模糊C均值聚类。采用基于边缘定位的特定像素点填充、图像细化以及数据拟合技术,求得拟合方程的可行解以及相邻可行解之间的距离,通过图像比例尺将图像节距值转换为实际节距值。实验结果表明,该测量算法可快速有效地计算出线缆节距,且与激光测距法的绝对误差约为0.75%,具有较高的测量精度。
-
关键词
线缆节距
特征空间转换
模糊C均值聚类
边缘定位
数据拟合
激光测距
-
Keywords
cable pitch
feature space conversion
Fuzzy C-mean （ FCM ） clustering
edge positioning
data fitting
laser ranging
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于低秩矩阵恢复的作物器官自动提取方法
- 2
-
-
作者
余正泓
周华兵
李翠娜
曹治国
-
机构
广东科学技术职业学院机械与电子工程学院
武汉工程大学智能机器人湖北省重点实验室
中国气象局气象探测中心
华中科技大学自动化学院
-
出处
《吉林大学学报（信息科学版）》
CAS
2016年第5期663-669,共7页
-
基金
2016年广东省自然科学基金博士科研启动基金资助项目(2016A030310306)
2016年珠海市先进装备制造与材料成型技术重点实验室重点基金资助项目(201601A)
+2 种基金
2016年广东省高等职业教育特色专业计划基金资助项目(2016GZPP055)
2014年智能机器人湖北省重点实验室开放基金资助项目(HBIR201401)
湖北省自然科学基金资助项目(2015CFB371)
-
文摘
为了解决精准农业中作物器官的自动提取问题,以玉米雄穗为例,提出一种基于低秩矩阵恢复的作物器官自动提取方法。作物生长图像是由背景和器官两大元素组成,在图像特征空间则表现为一个低秩矩阵和一个稀疏矩阵之和。利用低秩矩阵恢复算法求解代表器官的稀疏矩阵。为了保证恢复时背景是低秩的,利用作物生长历史数据,学习最佳的转换矩阵。最后,利用动态阈值分割以及色度-亮度查找表完成器官的准确提取。实验结果表明,该方法取得了93.9%的最高性能值和2.86%的最低标准差,在多品种、实际农田复杂环境下能获得更好的提取结果。
-
关键词
作物器官
自动提取
低秩矩阵恢复
特征空间转换
-
Keywords
crop organ
automatic extraction
low-rank matrix recovery
feature space transformation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
